AlphaGo Master
Žádný odhad
Žádné hardwareové požadavky na tento model
Hmotnosti tohoto modelu nebyly publikovány, takže jej nelze stáhnout ani spustit na vlastním hardwaru v jakékoli velikosti. Je dostupný pouze prostřednictvím svého poskytovatele a žádná grafická karta to nezmění..
Záznam.
Plná specifikace
Všechno zaznamenané k tomuto modelu. Většina z toho popisuje, jak byl trénován, nikoli jak běží — užitečný kontext pro posouzení, kolik práce do něj bylo vloženo, a jak se srovnává s modely postavenými na jinou škálu.
Původ
Kdo vybudoval tento model, kde a kdy byl publikován.
- Organizace
- DeepMind
- Typ organizace
- Industry
- Země
- United Kingdom of Great Britain and Northern Ireland
- Publikováno
- 19 October 2017
- Autoři
- D Silver, J Schrittwieser, K Simonyan, I Antonoglou
Co to dělá
Problémové oblasti, pro které byl model vyvinut. Model může obsahovat několik z každého.
- Doména
- Games
- Úkol
- Go
Velikost
Jak velký je model a na kolik dat byl vytrénován. Parametry jsou číslo, které rozhoduje o tom, zda se vejde na danou grafickou kartu.
- Tréninková data
- tokens
Výpočet trénování
Aritmetika prováděná k trénování modelu, měřená v operacích s plovoucí desetinnou čárkou. Je to měřítko toho, kolik stál trénink, nikoli jak rychle hotový model na vás odpovídá.
- Výpočet trénování
- 3.4 × 10²⁰ FLOP
- Jak bylo založeno
- Benchmarks
This is a guess. There was no single journal publication that accompanied this model, that gave information about architecture/model training time etc. All I could find was that it has the same architecture as AlphaGo Zero, and that it had roughly the same power consumption as AGZ. See for instance: https://deepmind.com/blog/article/alphago-zero-starting-scratch Since AGZ reaches the ELO of AlphaGo Master in about 25-30 days (60-75% of the total training time), I estimate the compute to be aro…
Tréninkový běh
Co fyzicky vyžadovalo trénování: které čipy, kolik, jak dlouho a co to bralo ze zásuvky.
- Tréninkové hardwarové zařízení
- Google TPU v1
- Wall-clock time
- 72 hours
- Compute cost
- $471,445
"Training started from completely random behaviour and continued without human intervention for approximately three days."
Dostupnost
Zda můžete získat model a spustit ho na svém vlastním hardwaru, což rozhoduje o tom, zda se na tuto stránku vztahují jakákoliv čísla grafických karet.
- Váhy
- Closed — provider access only
- Přístup k modelu
- Unreleased
- Tréninkový kód
- Unreleased
Jak je klasifikováno
Labely, které se na zdrojovém datovém souboru používají při sledování významných modelů, a jak moc si je jistý touto položkou.
- Proč je to sledováno
- Highly cited
- Záznam důvěry
- Likely
- Citace
- 10,021
Zdroje
Odkud tento záznam pochází a kdy byl naposled zkontrolován.
- Odkaz
- Mastering the game of Go without human knowledge
- Naposledy aktualizováno
- 1 January 2026
Co čísla znamenají
Co je tento model
AlphaGo Master was published by DeepMind, in United Kingdom of Great Britain and Northern Ireland, in October 2017. The organisation is categorised as industry.
It works in Games, and is recorded as doing go.
Toto je uzavřený model: vyškolené hodnoty zůstaly u toho, kdo je vyprodukoval, a není zde žádná lokální verze k provozování.
Training and provenance
Training it took roughly 3.4 × 10²⁰ FLOP of computation, on Google TPU v1 — a measure of what producing the model cost, not of how fast it answers.
Its inclusion criterion is highly cited.
Odpovědi
AlphaGo Master — Časté dotazy
How much compute was used to train AlphaGo Master?
Around 3.4 × 10²⁰ FLOP, on Google TPU v1. That measures what producing the model cost and says nothing about how quickly it answers once trained — inference speed comes from memory bandwidth, not from the training budget.
What GPU do I need to run AlphaGo Master?
None. AlphaGo Master is a closed model — its weights were never published, so it cannot be downloaded or run on your own hardware at any price. It is reachable only through its provider.
Is AlphaGo Master open source?
No. AlphaGo Master has not had its weights published, so it exists only as a service controlled by its owner.
How many parameters does AlphaGo Master have?
No parameter count has been published for AlphaGo Master, which is why no memory or speed figure appears on this page.
Who created AlphaGo Master?
AlphaGo Master was published by DeepMind, based in United Kingdom of Great Britain and Northern Ireland, categorised as industry.
Kdy byl AlphaGo Master vydán?
AlphaGo Master was published in October 2017. Capability per parameter has improved considerably since, so a newer model of the same size is often the better use of the same hardware.
What is AlphaGo Master used for?
AlphaGo Master works in Games, and is recorded as handling go. A model can carry several of each, so these are the areas it was built for rather than a limit on what it will attempt.
Druhý směr
Když se na to podíváte z druhé strany?
Tato stránka začíná modelem. Pokud již vlastníte kartu a chcete vědět, co vše bude schopna spustit, Začněte raději od hardwaru.